Ισχυρισμοί της αγοράς τεχνητής νοημοσύνης 2026 έναντι δηλώσεων της Επιτροπής Κεφαλαιαγοράς (SEC): Ανάλυση της Linkmate
Είναι η αγορά της Τεχνητής Νοημοσύνης απλώς συζητήσεις δημοσίων σχέσεων ή υπάρχει μια βαθύτερη μαθηματική διαδικασία στο παρασκήνιο; Δείτε αυτήν την ανάλυση αγοράς από μια εταιρεία λογισμικού Τεχνητής Νοημοσύνης. Σύνδεσμος (προηγ. Linkomo), για να μάθω.
Τα μαθηματικά δανείων πίσω από την AI Hype
Σύμφωνα με τον νόμο Κατάσταση της Αγοράς Μεσιτών, η χρήση της Τεχνητής Νοημοσύνης περνάει από τα τελικά στάδια ωρίμανσης. Με απλά λόγια, αυτό σημαίνει ότι η αγορά σταματά να αντιμετωπίζει την Τεχνητή Νοημοσύνη σαν μια μαγική ασημένιο σφαίρα και αρχίζει να τη χρησιμοποιεί ως ένα πραγματικό εργαλείο για την επίλυση βασικών επιχειρηματικών προβλημάτων.
Η κύρια αφήγηση είναι ότι η Τεχνητή Νοημοσύνη αποτελεί ανατρεπτικό παράγοντα στην αγορά εργασίας, αλλά είναι και αποδιοπομπαίος τράγος.Ένας σημαντικός λόγος για την ύφεση της αγοράς εργασίας είναι ο συνδυασμός των δανείων λόγω COVID και των αυξήσεων των επιτοκίων της FED.
Το 2019, οι μεγάλες εταιρείες τεχνολογίας συνειδητοποίησαν τη νέα πραγματικότητα — γιατί να πληρώνουν για 4 ορόφους γραφείων στη Νέα Υόρκη ή στη Σίλικον Βάλεϊ, όταν δεν χρειάζεται; Αυτό έφερε στην επιφάνεια τον πρώτο τρόπο μείωσης του κόστους. Η κρίση του lockdown οδήγησε επίσης σε αύξηση των εταιρικών δανείων, πράγμα που σημαίνει ότι οι εταιρείες άρχισαν να δανείζουν περισσότερα χρήματα με μειωμένο επιτόκιο.
Μεταξύ 2019 και 2020, το επιτόκιο της Ομοσπονδιακής Τράπεζας έφτασε το 0.05%, καθιστώντας τα δάνεια φθηνότερα από ποτέ εδώ και περισσότερα από 70 χρόνια. Σύμφωνα με επίσημες δηλώσεις της Ομοσπονδιακής Τράπεζας και στοιχεία από την FRED, τα εταιρικά δάνεια το 2020 ήταν 0.25%, που σήμαινε περίπου ότι κάθε δολάριο δανείου άξιζε μόνο 0.25 σεντς· όχι 25 σεντς, 0.25 σεντς.
Η ανάλυση της Linkmate υποδηλώνει ότι τα εταιρικά δάνεια δεν ελήφθησαν με μέτρο, όπως συμβαίνει συνήθως. Συνήθως, σε κρίσιμες περιόδους, οι εταιρείες λαμβάνουν μικρά δάνεια και τα αποπληρώνουν σύντομα. Αλλά αυτό δεν συνέβη: σε διάστημα λίγων ετών, τα συνολικά εταιρικά δάνεια αυξήθηκαν από μέτρια 2 τρισεκατομμύρια δολάρια σε 3.1 τρισεκατομμύρια δολάρια το πρώτο εξάμηνο του 2020. Έκτοτε, το 2022, ο αριθμός αυτός μειώθηκε μόνο κατά 0.6 τρισεκατομμύρια δολάρια (ή 600 δισεκατομμύρια δολάρια) σε 2.4 τρισεκατομμύρια δολάρια, μόνο και μόνο για να εκτοξευθούν ξανά και να συνεχίσουν την ανάπτυξή τους.
Κατά τη διάρκεια κάθε κύκλου της αγοράς, οι εταιρείες έβρισκαν έναν τρόπο να αποκομίζουν περισσότερα κέρδη και να ξεφεύγουν από την πίεση των δανείων. Κατά τη διάρκεια του 2023 OpenAI κατέληξε στην απλή ιδέα — ένα μεγάλο γλωσσικό μοντέλο, ένα διαδραστικό chatbot που μπορεί να απαντά δυναμικά σε ερωτήσεις. Σύμφωνα με την Linkmate analytics, αυτή η προσέγγιση έδωσε στους επενδυτές ψεύτικες ελπίδες ότι όχι μόνο θα μπορούσαν να αντικαταστήσουν ορισμένα κόστη, αλλά και να μειώσουν σημαντικά τμήματα του εργατικού δυναμικού για να εξοικονομήσουν χρήματα από τις εγγραφές επί πληρωμή και να αποκομίσουν πραγματικά κέρδη.
Αυτή η αποκάλυψη έκανε τους επενδυτές υπερβολικά σίγουρους, με αποτέλεσμα να ακολουθήσουν μαζικές απολύσεις σε κορυφαίες εταιρείες τεχνολογίας: μαντείο, Google, Amazon, Payoneer, Intel, HP, Meta, Fiverr, xAI, Salesforce, CISCO, Peloton. TechCrunch δημοσίευσε μια πλήρη λίστα για το 2025. Σύμφωνα με τα αναλυτικά στοιχεία της Linkmate, κάθε χρόνο από το 2023 και μετά αυξάνονταν οι απολύσεις, επιβεβαιώνοντας τη θεωρία ότι η αγορά τεχνητής νοημοσύνης βρίσκεται στην κορυφή του κύκλου διαφημιστικής εκστρατείας της Gartner.
Πού βρίσκεται η Τεχνητή Νοημοσύνη στον κύκλο διαφημιστικής εκστρατείας της Gartner; Ανάλυση της Linkmate για την πραγματική ζήτηση Τεχνητής Νοημοσύνης
Το Market Hype της Gartner υποθέτει ότι κάθε τεχνολογία περνάει από στάδια ωριμότητας. Αφού επιτευχθεί η κορύφωση των διογκωμένων προσδοκιών, συνήθως αυτό που συμβαίνει στη συνέχεια είναι η επανεκτίμηση της κατάστασης και η νηφάλια ανάλυση της αγοράς και του τρόπου με τον οποίο η τεχνολογία εφαρμόζεται στην πραγματικότητα σε αυτήν.
Μία από τις πολλά υποσχόμενες περιπτώσεις χρήσης για την Τεχνητή Νοημοσύνη είναι η επίλυση του πραγματικού κόσμου που ισοδυναμεί με NP-complete εργασίες. Οι πραγματικές περιπτώσεις χρήσης της Τεχνητής Νοημοσύνης βρίσκονται στο επίλυση πρωτεϊνικών αλυσίδων, εύρεση νέες θεραπείες για παλιές ασθένειες, προώθηση της έρευνας για τον καρκίνο κατά δεκαετίες, σώζοντας ζωές με μη συμβατικά μέσα, ανακάλυψη νέων υλικών οι άνθρωποι δεν σκέφτηκαν ποτέ και δεν έφτιαξαν φάρμακα φτηνότεροςΠαρόλο που δεν είναι η ιδανική λύση, η Τεχνητή Νοημοσύνη, και ιδιαίτερα η Μηχανική Μάθηση (ML) και η Νομική Μάθηση (LLM), μπορούν να επιλύσουν εργασίες που είναι πολύ περίπλοκες για τις συμβατικές προσεγγίσεις.
Μόλις η αγορά εξέλθει από το στάδιο των διογκωμένων προσδοκιών και της απογοητευτικής νηφαλιότητας, οι πραγματικές περιπτώσεις χρήσης αρχίζουν να εμφανίζονται και να αναγνωρίζονται ευρέως ως σκόπιμες λύσεις σε υπάρχοντα προβλήματα.
Μία από τις αγορές που βιώνει η αγορά της Τεχνητής Νοημοσύνης είναι η συνειδητοποίηση ότι οι άνθρωποι εξακολουθούν να είναι φθηνότεροι από την Τεχνητή Νοημοσύνη.Το Tokenmaxxing, μια τάση μεγιστοποίησης της χρήσης token, εμφανίστηκε ως η κορύφωση των διογκωμένων προσδοκιών ότι η Τεχνητή Νοημοσύνη θα λύνει τα πάντα αντί για τους ανθρώπους. Αποδεικνύεται, στην πραγματικότητα, ότι ο λογαριασμός για τα εν λόγω tokens Τεχνητής Νοημοσύνης είναι πολύ υψηλότερος από τον μέσο μισθό ενός μηχανικού λογισμικού.
Με τα ίδια τα λόγια της Microsoft: «Η χρήση τεχνολογίας είναι πιο ακριβή από την πληρωμή ανθρώπινων υπαλλήλωνΠερισσότερα δεδομένα ήρθαν στην επιφάνεια από την Uber, για την οποία οι επικεφαλής των C-Levels αποφάσισαν δημόσια να αποδεκατίσουν το τμήμα ανθρώπινου δυναμικού, αφού συνειδητοποίησαν ότι είχαν εξαντλήσει τον προϋπολογισμό της για την Τεχνητή Νοημοσύνη σε 4 μήνες. Σύμφωνα με τον ενεργό αντιπρόεδρο της Nvidia, η Τεχνητή Νοημοσύνη κοστίζει «πολύ περισσότερο από τους ανθρώπους".
Σύμφωνα με τις προβλέψεις της Goldman Sachs, Με τον τρέχοντα ρυθμό, μπορούμε να δούμε τη χρήση της Τεχνητής Νοημοσύνης να εκτοξεύεται στα 120 τετράκις εκατομμύρια tokens έως το 2030Η Bank of America διπλασίασε την αισιόδοξη πρόβλεψη της Goldman Sachs, λέγοντας ότι οι δαπάνες για την Τεχνητή Νοημοσύνη θα μπορούσαν να φτάσουν τα $155 δις έως το 2030
Τι λένε οι αριθμοί για τη χρήση της Τεχνητής Νοημοσύνης;
Η σύγκριση των καταθέσεων της Επιτροπής Κεφαλαιαγοράς (SEC) με τις δημόσιες αξιώσεις δίνει μια σύντομη εικόνα. Σύμφωνα με τους αναλυτές της Linkmate, η διαφημιστική εκστρατεία για την τεχνητή νοημοσύνη είναι πραγματική και μετρήσιμη σε τρεις ξεχωριστές μετρήσεις:
- Μέση αύξηση τιμής PJM Power, ή τιμή ανά MW-ημέρα, έχουν αυξηθεί κατά +833%;
- Οι μνήμες HBM εξαντλούνται 100% νωρίτερα από την αγορά.
- Προβαλλόμενοι Υπερκλίμακες Οι κεφαλαιακές δαπάνες για την τεχνητή νοημοσύνη για το 2026 θα ανέλθουν σε 660 δισεκατομμύρια δολάρια.
Υπάρχει, ωστόσο, μια αποσύνδεση μεταξύ των υποσχόμενων CapEx και των πραγματικών Ελεύθερων Ταμειακών Ροών που έχουν καταγραφεί στα έγγραφα της Επιτροπής Κεφαλαιαγοράς (SEC). Συγκεκριμένα, η Amazon και η Google έχουν αρνητικές ταμειακές ροές, ενώ η Microsoft κατά κάποιο τρόπο καυχιέται για θετικούς αριθμούς.
Ένα από τα πιο ανησυχητικά μοτίβα στην υγεία του κύριου παράγοντα της αγοράς — το OpenAIΣύμφωνα με το PR, το προβλεπόμενο ορόσημο του ετήσιου ετήσιου ρυθµού απόδοσης (APR) για το 2026 είναι 40 δισ. δολάρια, ενώ Η πραγματική ετήσια λειτουργική ζημία είναι στα -20 δισεκατομμύρια δολάρια το 2025 και προβλέπεται να φτάσει τα -14 δισεκατομμύρια δολάρια το 2026. Αυτή η ασυμφωνία μεταξύ των θεμελιωδών μετρήσεων και των δημοσιευμένων δεδομένων μπορεί να γίνει πρόβλημα στο μέλλον, εάν δεν υλοποιηθεί η πραγματική περίπτωση χρήσης για την Τεχνητή Νοημοσύνη.
Η τρέχουσα αφήγηση της αγοράς υποδηλώνει ότι η κύρια χρήση της Τεχνητής Νοημοσύνης είναι ως βοηθός, η ανάγνωση email και η σύνταξη συνόψεων από την αναζήτηση Google. Αυτό που λένε οι αριθμοί είναι ότι η ζήτηση υπάρχει, αλλά η πραγματική εφαρμογή βρίσκεται αλλού - στον τομέα της επίλυσης πραγματικών προβλημάτων που αντιστοιχούν σε NP-compete.
Υπάρχουν επίσης μετρήσεις υιοθέτησης επιχειρηματικά κεφάλαια με επενδύσεις τουλάχιστον 510 δισεκατομμυρίων δολαρίων. Αναλύοντας ανά κλάδο, Σχεδόν το 80% των παγκόσμιων κεφαλαίων VC από το πρώτο τρίμηνο του 2026 πήγε σε νεοσύστατες επιχειρήσεις τεχνητής νοημοσύνης, που είναι περίπου 242 δισεκατομμύρια δολάρια από τα 300 δισεκατομμύρια δολάρια.
Σύμφωνα με τις καλύτερες εκτιμήσεις της αγοράς, η αγορά Τεχνητής Νοημοσύνης για το 2026 αποτιμάται μεταξύ $ 375B και $ 0.9T, με προβλεπόμενο CAGR από 14% έως 39%.
Τα αναλυτικά στοιχεία της Linkmate υποδηλώνουν ότι οι αριθμοί λένε ότι η ζήτηση είναι συγκεκριμένη και παρούσα σε όλους τους τομείς, αλλά αυτό που λείπει είναι η προσφορά πραγματικών προτάσεων προσαρμογής προϊόντων στην αγορά που μπορούν να χρησιμοποιηθούν σε σενάρια πραγματικού κόσμου. Ουσιαστικά, αυτό που μπορεί να συμβεί είναι ότι στο εγγύς μέλλον η αγορά Τεχνητής Νοημοσύνης θα περάσει από μια φάση διόρθωσης, όπου όλοι οι αδύναμοι παίκτες θα αντικατασταθούν από εκείνους που παρέχουν εφαρμόσιμες περιπτώσεις χρήσης για την αγορά του πραγματικού κόσμου. Οι καλύτερες εκτιμήσεις της Linkmate τοποθετούν την πιθανή φάση διόρθωσης μεταξύ 2027 και 2028, εάν δεν προκύψει καμία ευρέως διαδεδομένη εφαρμόσιμη περίπτωση χρήσης στον πραγματικό κόσμο.
Αποποίηση Eυθυνών
Σύμφωνα με το Οδηγίες του έργου Trust, σημειώστε ότι οι πληροφορίες που παρέχονται σε αυτήν τη σελίδα δεν προορίζονται και δεν πρέπει να ερμηνεύονται ως νομικές, φορολογικές, επενδυτικές, χρηματοοικονομικές ή οποιαδήποτε άλλη μορφή συμβουλής. Είναι σημαντικό να επενδύσετε μόνο ό,τι έχετε την πολυτέλεια να χάσετε και να αναζητήσετε ανεξάρτητες οικονομικές συμβουλές εάν έχετε οποιεσδήποτε αμφιβολίες. Για περισσότερες πληροφορίες, προτείνουμε να ανατρέξετε στους όρους και τις προϋποθέσεις, καθώς και στις σελίδες βοήθειας και υποστήριξης που παρέχονται από τον εκδότη ή τον διαφημιστή. MetaversePost δεσμεύεται για ακριβείς, αμερόληπτες αναφορές, αλλά οι συνθήκες της αγοράς υπόκεινται σε αλλαγές χωρίς προειδοποίηση.
Σχετικά με το Συγγραφέας
Alisa, αφοσιωμένη δημοσιογράφος στο MPost, ειδικεύεται σε κρυπτονομίσματα, τεχνητή νοημοσύνη, επενδύσεις και στον εκτεταμένο τομέα των Web3. Με έντονο μάτι για τις αναδυόμενες τάσεις και τεχνολογίες, παρέχει ολοκληρωμένη κάλυψη για την ενημέρωση και την εμπλοκή των αναγνωστών στο συνεχώς εξελισσόμενο τοπίο της ψηφιακής χρηματοδότησης.
Περισσότερα άρθρα
Alisa, αφοσιωμένη δημοσιογράφος στο MPost, ειδικεύεται σε κρυπτονομίσματα, τεχνητή νοημοσύνη, επενδύσεις και στον εκτεταμένο τομέα των Web3. Με έντονο μάτι για τις αναδυόμενες τάσεις και τεχνολογίες, παρέχει ολοκληρωμένη κάλυψη για την ενημέρωση και την εμπλοκή των αναγνωστών στο συνεχώς εξελισσόμενο τοπίο της ψηφιακής χρηματοδότησης.
